Skywork-Skills：它把 AI 办公套件拆成六个可调用入口

作者：袖梨 2026-07-17

AI 办公最容易乱的地方，不是它不会回答，而是任务一多就分不清该走哪条路。写报告、做 PPT、分析表格、查实时资料、生成海报、做一段音乐，听起来都能扔给同一个对话框，但背后需要的工具完全不同。

如果都靠一条通用提示词，结果常常会变得含糊。让它做 PPT，它可能先写大纲；让它分析 Excel，它可能直接读文件乱总结；让它查最新数据，它又可能凭旧知识补答案。办公室任务不是一个大按钮能吃掉的。

真正需要的是分流：文档有文档的生成引擎，表格有表格的后端，PPT 有 PPT 的模板和本地操作，搜索要有实时结果，图片和音乐又各自有生成 API。agent 要先知道自己在做哪类事，再决定上传、轮询、本地处理还是只读结果。

Skywork-Skills 的价值就在这里。它不是把 Skywork 能力包装成一个模糊入口，而是拆成 skywork-ppt、skywork-doc、skywork-excel、skywork-design、skywork-search 和 skywork-music-maker 六个 Skill，让不同办公任务走不同的执行路径。

这个拆法很朴素，但对 agent 很重要。因为 Skill 不只是说明“能做什么”，还会告诉它什么时候需要 API key，什么时候会上传文件，什么时候要轮询日志，什么时候可以只在本地改 PPTX。

它先把办公需求拆成六个门口

主 README 里的列表很清楚：skywork-doc 负责生成 docx、pdf、html、markdown 等专业文档；skywork-ppt 负责生成、仿写和编辑 PowerPoint；skywork-excel 负责创建表格、分析数据、生成图表和 HTML 分析报告；skywork-design 负责图像生成和编辑；skywork-search 负责实时网页搜索；skywork-music-maker 则通过 Mureka API 做歌曲、伴奏、歌词和人声相关流程。

这不是简单的目录整理。每个子目录都有自己的 SKILL.md、脚本和 API key 说明。PPT 要读 workflow_generate、workflow_imitate、workflow_edit 或 workflow_local；Doc 要先判断有没有参考文件、输出语言和格式；Excel 直接强调不要自行读取用户文件，要把原始请求和文件交给后端处理。

知识卡 1：自制知识卡。Skywork-Skills 把办公需求拆成 PPT、文档、表格、设计、搜索和音乐六类入口。

这样写的好处是，agent 不需要把所有任务都塞进一个大流程。做文档时按文档流程走，做 PPT 时按 PPT 路由走，做表格时交给 Excel 后端，查实时信息时只跑搜索。不同任务的失败处理也就能分开看，而不是一句“生成失败”糊过去。

PPT 这一路，最像真正的办公工作流

skywork-ppt 不是只有“生成 PPT”一个动作。它把任务分成四层：从主题生成新 PPT，用已有 .pptx 仿写模板风格，编辑现有 PPT，以及本地文件操作。前几层会走 Skywork 后端，Layer 3 的删除、重排、提取、合并、查看页数等操作则可以在本地用 python-pptx 完成。

这个区分很实用。不是所有 PPT 需求都值得上传到远程服务。删几页、重排顺序、合并文件，本地脚本就够；从主题生成新 deck，或用模板仿写一套新内容，就需要上传素材、搜索资料、等待后台任务和下载结果。

它还把长任务的等待方式写得很细。PPT 生成时要读日志、持续汇报进度；Excel 任务可能需要 5 到 25 分钟，要求后台运行并按日志轮询；图片生成大约要等两分钟。看似琐碎，其实是在告诉 agent：办公生成不是瞬时问答，沉默等待很容易让人误以为卡死。

远程处理和本地操作没有混在一起

Skywork-Skills 里反复出现的另一个信号，是隐私和远程调用提醒。Doc 会上传用户文件并把完整请求发送到 Skywork 服务；PPT 的生成、仿写和编辑会上传本地文件；Excel 明确要求不要自行读用户提供的 Excel、PDF、CSV 或图片，而是通过 --files 交给后端。

这不是一句免责声明那么简单。它让 agent 在动手前知道哪些内容会离开本机，哪些操作只在本地跑。对企业资料、表格、合同、汇报文件来说，这个分界非常关键。能本地做的不要绕远路，需要远程能力的也要提前说清 API key 和上传行为。

知识卡 2：自制知识卡。Skywork-Skills 把远程 API、文件上传、轮询和本地 PPT 操作分开说明。

搜索和文档让内容入口更完整

skywork-search 的定位比较纯粹：一次最多跑 3 个查询，返回带来源 URL 和片段的结构化结果。它被设计成其他任务的前置材料入口，比如写报告、做 PPT、查事实或找最新数据时，先用搜索拿到实时信息，再交给文档或 PPT 流程。

skywork-doc 则更像文档生产入口。它会先判断有没有参考文件、语言、输出格式和具体写作要求，再调用 create_doc.py 生成 docx、pdf、html 或 markdown。它还说明服务器侧可以自动网页搜索，这让文档生成不必完全依赖对话里已有材料。

这两个入口放在一起看，能看到 Skywork-Skills 的一个思路：先补材料，再产成品。实时事实交给 search，长文和格式交给 doc。agent 不需要假装自己什么都知道，也不需要把搜索结果和文档排版揉在同一步里。

表格、图片和音乐各自有自己的脾气

Excel 入口最有性格的一条规则，是“不要改写用户原始请求”。它要求把请求尽量原样传给后端，文件路径只替换成文件名，必要时加当前时间。原因也好理解：表格分析、透视表、公式、图表和 HTML 报告都交给后端 agent 判断，前端如果先改写一遍，反而可能丢掉细节。

Design 入口则强调生成和编辑的区别。只有 prompt 是文生图；带 input-image 就是图生图编辑；多个参考图可以一起给。它还把分辨率、宽高比、海报、Logo、品牌、宣传册、社媒图、故事板这些场景拆成独立说明，避免用一条万能图像提示词应付所有视觉任务。

Music 入口更像一条完整制作线。它要求先把自然语言音乐需求转成结构化 Mureka prompt，补 genre、mood、instrument、rhythm、vocal、BPM 和动态弧线；如果不是明确要伴奏，默认按有歌词的歌曲处理。这个细节说明它不是简单把一句“做首歌”丢给 API，而是先把音乐语言整理成可生成的规格。